ML Ops

🏢 ОфисMiddleПолная занятостьКорпорация

Зарплата не указана

Есть о чём спросить

Навык востребован (Python), за такой навык на рынке платят больше. Но вилки нет, про деньги придётся договариваться с нуля.

Нажмите на сигнал, чтобы увидеть, на чём он основан

Чем предстоит заниматься

Внедрить специализированные Агенты в PDLC

Поддерживать и развивать инфраструктуру для SDD подхода

Участие в разработке корпоративного инструмента автоматической регистрации и маркировки ИИ-артефактов (код, документация, тесты) на пути к релизу

Настроить сбор и передачу "цифровых следов" использования ИИ-инструментов в системы аналитики (для последующей визуализации на дэшборде)

Поддерживать и развивать инфраструктуру каталога скиллов и MCP-серверов

Обеспечить надежную эксплуатацию и мониторинг внедряемых AI PDLC агентов

Наши требования

Опыт работы DevOps / MLOps инженером от 2–3 лет (уровень Middle)

Уверенное владение Python для написания скриптов автоматизации и интеграций

Опыт работы с контейнеризацией (Docker) и оркестрацией (Kubernetes)

Понимание принципов работы REST API, умение интегрировать сторонние сервисы с внутренними системами компании

Базовое понимание того, как работает инференс LLM (vLLM, Ollama или аналоги), работа с токенами, контекстом, API-шлюзами

Опыт настройки CI/CD пайплайнов (Git, CI/CD, Jenkins/ GitLab, Ansible, знание linux)

Опыт работы с Model Context Protocol (MCP) или аналогичными протоколами взаимодействия агентов с окружением

Знакомство с инструментами MLOps (MLflow, DVC, Weights & Biases) или опыт их адаптации под LLM-воркфлоу

Понимание принципов работы BI-систем (Qlik, Superset) на уровне подготовки данных для дэшбордов

Мы предлагаем

Гибридный формат работы

Годовой бонус и ежегодный пересмотр зарплаты

Статус аккредитованной ИТ-компании

Расширенный ДМС с первого дня и льготное страхование для семьи

Корпоративный университет Сбера, внутренняя образовательная платформа, участие в IT-конференциях

90 дней удаленной работы из любого региона РФ

Льготная ипотека в Сбере, подписка Прайм с возможностью совместного использования на трёх близких

Дополнительно

Команда, активно внедряющая AI PDLC/SDLC. У нас уже есть централизованный AI Hub (инференс LLM) и набор AI агентов. Мы создаем экосистему AI-агентов, которые помогают командам разработки стать эффективнее. Наша цель на ближайшие полгода – покрыть ИИ-инструментами все сценарии PDLC, внедрить SDD и обеспечить рост производительности команд и внедрить сквозной учет ИИ-артефактов в релизах